验证hadoop中的压缩是否成功
嗨,我用下面的代码来压缩hdfs中的文件验证hadoop中的压缩是否成功,hadoop,compression,Hadoop,Compression,嗨,我用下面的代码来压缩hdfs中的文件 hadoop jar hadoop-streaming-2.6.0-cdh5.7.1.jar \ -Dmapred.reduce.tasks=0 \ -Dmapred.output.compress=true \ -Dmapred.compress.map.output=true \ -Dmapred.output.compressio
hadoop jar hadoop-streaming-2.6.0-cdh5.7.1.jar \
-Dmapred.reduce.tasks=0 \
-Dmapred.output.compress=true \
-Dmapred.compress.map.output=true \
-Dmapred.output.compression.codec=org.apache.hadoop.io.compress.GzipCodec \
-input ${filename} \
-output location \
-mapper /bin/cat \
-inputformat org.apache.hadoop.mapred.TextInputFormat \
-outputformat org.apache.hadoop.mapred.TextOutputFormat
然后再次使用
hadoop jar hadoop-streaming-2.6.0-cdh5.7.1.jar \
-Dmapred.reduce.tasks=0 \
-Dmapred.input.compress=true \
-Dmapred.input.compression.codec=org.apache.hadoop.io.compress.GzipCodec \
-input ${filename} \
-output location \
-mapper /bin/cat \
-inputformat org.apache.hadoop.mapred.TextInputFormat \
-outputformat org.apache.hadoop.mapred.TextOutputFormat
但是,当我检查文件大小时,它会有几个字节的差异
例如,初始文件大小为43704541167字节
一旦我对它进行压缩和解压缩,它的大小是43704541183
我想知道我们是否有办法确认压缩是否成功且没有任何数据丢失
提前谢谢 也许比较一下这两个文件的散列,看看它们是否相同?Hi@BinaryNerd谢谢你的回复。。我试图比较这两个文件的散列,但两者都不同。我猜这是因为数据中有一些特殊的字符。也许比较一下这两个文件的散列,看看它们是否相同?Hi@BinaryNerd谢谢你的回复。。我试图比较这两个文件的散列,但两者都不同。我猜这是因为数据中有一些特殊字符。。